SAM 分割+DINOv3 相似度：把手术器械盘变视觉搜索引擎
MaziyarPanahi · x · 2026-10-03
作者用 SAM 3.1 + DINOv3 组合，在完全本地运行的条件下，把一帧手术器械盘画面做成了视觉搜索引擎：SAM 负责把每个器械分割成独立 mask，DINOv3 对 mask 内部内容提取 embedding 并计算视觉相似度，用一个器械作为查询，其余器械按相似度排序。作者称这个组合效果惊人，且无需知道器械名称。下一步计划是让选区在器械移动的视频中持续跟踪。
所属事件:开发者用 DINOv3 与 SAM 3.1 打造全本地视觉搜索引擎(2 条相关)→
「编程与Agent」频道最新
- DavidKPiano 开源 Jevspresso:用 XState 限定 LLM Agent 行为空间 — DavidKPiano · 2026-10-03
- DavidKPiano 玩具项目:Jev 调咖啡,XState 状态机管约束 — DavidKPiano · 2026-10-03
- Claude skills 成 agent 应用商店,上周热门 Top 10 技能盘点 — CurieuxExplorer · 2026-10-03
- AI Village 数据集登 HF 热门，含百万级 agent 行为样本 — aidigestorg · 2026-10-03
- 语音电话 Agent 不像机器人:VAD 之外还要看转写文本的完整度 — Kindly-Duty272 · 2026-10-03
- 纽约 Agentic AI 聚会将复盘九月动态并演示 PowerShell 决策工作流 — dfinke · 2026-10-03